Pandas报错ValueError：只能比较标签完全相同的Series对象，求原因

报错原因 #

你执行df_name['CODE'] == df_exp['PERS CODE']时触发了错误，核心问题是这两个Series的长度和索引不匹配：

• df_name['CODE']是4行的Series，索引范围0-3
• df_exp['PERS CODE']是8行的Series，索引范围0-7

Pandas要求用于比较的两个Series必须是「标签完全一致」的（即索引、长度都对应），否则无法逐元素匹配比较，因此抛出ValueError: Can only compare identically-labeled Series objects。

你的需求是把df_exp里的PERS CODE对应到df_name的NAME，这本质是按键关联数据，不能直接用where实现。

正确解决方法 #

以下两种常用方式可以实现你的需求：

方法1：使用merge（推荐，适配复杂关联场景）

通过merge函数完成两个DataFrame的键关联，类似SQL的join操作：

import pandas as pd

df_name=pd.DataFrame({'CODE':['01','02','03','04'],
'NAME':['MICK','DAVID','JEAN','CHERRY']})

df_exp=pd.DataFrame({'TEST':['POST1','POST2','POST3','POST4','POST5','POST6','POST7', 'POST8'],
'PERS CODE':['02','03','01','04','01','02','02','03']})

# 按代码关联，df_exp的PERS CODE匹配df_name的CODE
df_output = df_exp.merge(df_name, left_on='PERS CODE', right_on='CODE', how='left')
# 重命名并保留需要的列
df_output = df_output.rename(columns={'TEST':'POST', 'NAME':'AGENT'})[['POST', 'AGENT']]

print(df_output)

方法2：使用map（适合简单键值映射）

先把df_name转换成CODE到NAME的字典，再用map函数快速匹配：

import pandas as pd

df_name=pd.DataFrame({'CODE':['01','02','03','04'],
'NAME':['MICK','DAVID','JEAN','CHERRY']})

df_exp=pd.DataFrame({'TEST':['POST1','POST2','POST3','POST4','POST5','POST6','POST7', 'POST8'],
'PERS CODE':['02','03','01','04','01','02','02','03']})

# 构建CODE到NAME的映射字典
code_to_name = df_name.set_index('CODE')['NAME'].to_dict()

df_output = pd.DataFrame()
df_output['POST'] = df_exp['TEST']
df_output['AGENT'] = df_exp['PERS CODE'].map(code_to_name)

print(df_output)

两种方法都会输出正确结果：

POST   AGENT
0  POST1   DAVID
1  POST2    JEAN
2  POST3    MICK
3  POST4  CHERRY
4  POST5    MICK
5  POST6   DAVID
6  POST7   DAVID
7  POST8    JEAN

内容的提问来源于stack exchange，提问作者FBAB